Gemenii digitali: pacienții virtuali care modelează viitorul medicinei

În acest articol
Noul orizont al medicinei
„Este posibil să creăm o copie digitală a corpului unui pacient și să anticipăm, prin acest model, evoluția bolii, răspunsul la tratament sau complicațiile?”
Tehnologia geamănului digital (digital twin, DT) răspunde cu îndrăzneală la această întrebare: „Da”. Această abordare, care a revoluționat numeroase sectoare, de la aviație la industria auto, se pregătește acum să deschidă o nouă eră în medicină. Ea se îndreaptă spre statutul de element fundamental al medicinei personalizate, al diagnosticului precoce și al deciziilor clinice asistate de inteligența artificială.
Ce este un geamăn digital?
Geamăn digital este denumirea reprezentării, modelate în mediul digital, a unui sistem fizic real: un utilaj, un oraș sau un organ uman. În sănătate, gemenii digitali urmăresc să recreeze virtual întregul corp al unui pacient, anumite organe (de exemplu inima, plămânii, ficatul), sisteme biologice (imunitar, nervos, circulator) sau procese de la nivel celular.
Aceste reprezentări virtuale nu sunt doar modele 3D bazate pe date imagistice. Ele includ și profilul genetic, metabolismul, comportamentul, antecedentele medicale, expunerile la mediu, contextul social și datele obținute de la dispozitivele purtabile ale pacientului. Prin urmare, un geamăn digital este o structură care poate fi actualizată dinamic și poate „învăța” cu ajutorul inteligenței artificiale și al analizei avansate a datelor.
Cum funcționează modelele virtuale personalizate?
Modelele de gemeni digitali sunt clasificate, în principal, în 4 tipuri funcționale:
-
Descriptiv: Reflectă static starea actuală de sănătate a pacientului. De exemplu: modele 3D ale organelor
-
Predictiv: Simulează evoluția unei boli sau răspunsul la tratament
-
Prescriptiv: Recomandă care tratament ar fi mai eficient în anumite condiții
-
Generativ: Estimează și completează datele lipsă sau greu accesibile
Succesul acestor funcții depinde de diversitatea și corectitudinea datelor de care dispune geamănul digital. Datele clinice, biologice, fiziologice și psihosociale trebuie integrate, modelate și validate împreună.
Cum sunt creați gemenii digitali?
Gemenii digitali se formează, de regulă, prin combinarea a trei componente esențiale:
-
Stratul de date: Date clinice (EPIC, PACS), genomice (NGS), comportamentale (mHealth), de mediu (determinanți sociali) și fiziologice (dispozitive purtabile)
-
Stratul de modelare: Modele matematice, învățare automată, abordări de biologia sistemelor, simulări bazate pe fizică
-
Stratul de comunicare: Interfețe care asigură fluxul de date dintre geamănul digital și entitatea fizică (senzori, aplicații, conducte de date)
Bucla continuă de feedback dintre aceste straturi permite actualizarea geamănului digital în timp real.

Imaginea de mai susexplică modelul de geamăn digital creat din datele colectate, atât la nivel microscopic, cât și macroscopic, de-a lungul vieții persoanei, de la naștere la deces. Informațiile obținute de la entitatea fizică (raportări ale pacientului, date omice, factori de mediu și sociali, sănătate mobilă etc.) rămân permanent conectate cu geamănul digital, ceea ce permite anticiparea evoluției sănătății, stabilirea celor mai potrivite strategii terapeutice și chiar efectuarea de studii clinice virtuale. Această structură constituie baza medicinei personalizate, consolidând modelarea, intervenția precoce și mecanismele de sprijin decizional.
Sinteză sistematică a studiilor de pionierat despre geamănul digital
Graficul de mai josarată creșterea anuală a numărului de publicații științifice despre gemenii digitali (digital twin). Se observă o creștere deosebit de pronunțată după 2020, mai ales a publicațiilor din domeniul sănătății.

Tabelul de mai josrezumă comparativ aplicațiile actuale ale tehnologiei gemenilor digitali în sănătate și oncologie și rezultatele cercetărilor. Prezintă simplificat designul, grupurile de boli vizate, sursele de date folosite și principalele rezultate ale a cinci studii diferite cu impact ridicat. Această sinteză urmărește o mai bună înțelegere a potențialului gemenilor digitali pentru sprijinirea deciziilor clinice, tratamentul personalizat și integrarea în sistemul de sănătate.
| Studiu | Design și participanți | Domeniu de aplicare | Metodă | Constatări principale |
|---|---|---|---|---|
| 213P (ESMO 2024) | Studiu prospectiv planificat pentru 300 de pacienți (N=30 finalizați) | Cancer mamar, pulmonar și de colon în stadiu avansat | Colectare multidimensională: date clinice, omice, psihosociale și de la dispozitive purtabile | Rata de completare a datelor >80%; infrastructura de geamăn digital a fost considerată fezabilă |
| npj Digital Medicine (2024) | Revizuire sistematică (12 studii) | Diverse boli: DZ2, SM, insuficiență cardiacă, cancer | Codificarea conținutului cu analiza calității după Joanna Briggs Institute | 80% rezultate de sănătate favorabile; management personalizat al sănătății |
| PATTERNS (Elsevier, 2024) | Articol de sinteză | Servicii de sănătate în general | Concepte de bază, domenii de utilizare și obstacole tehnice | Au fost propuse 5 principii de bază; au fost evidențiate limitările tehnice și etice |
| J. Transl. Med. (2025) | Analiză bibliometrică și evaluarea literaturii | Diagnosticul, tratamentul și prognosticul cancerului | Integrarea IA, a datelor multiomice și a imagisticii | SUA, China și Germania sunt țările de frunte; lipsește standardizarea datelor |
| J. Clin. Med. (2025) | Articol de sinteză (17 studii) | Oncologie | Modelare dinamică asistată de inteligența artificială | Îmbunătățirea deciziilor clinice, eficiență economică, provocări etice |
Domenii de aplicare
Gemenii digitali pot nu doar simula efectele tratamentului, ci și modela evoluția naturală a bolilor și sprijini planificarea îngrijirii pe termen lung. Ei pot ajuta la anticiparea apariției bolilor înaintea simptomelor, mai ales atunci când există factori de risc pentru boli ereditare.
Aceste modele pot oferi argumente solide, bazate pe date, pentru a crește aderența pacienților la serviciile preventive.

Gemenii digitali permit nu doar tratarea bolilor existente, ci și anticiparea și prevenirea lor înainte de apariție, precum și personalizarea recomandărilor privind stilul de viață.
Integrarea cu dispozitivele medicale
Unul dintre avantajele gemenilor digitali este integrarea cu dispozitivele medicale, precum tehnologiile purtabile. Aceste dispozitive furnizează date de sănătate în timp real sau periodic, permițând actualizarea continuă a geamănului digital.
De asemenea, gemenii digitali pot fi utilizați la proiectarea dispozitivelor medicale și optimizarea poziționării implanturilor, simulând în prealabil integrarea intervențiilor în corp și efectele lor fiziologice, pentru aplicații mai precise și personalizate.
Evoluția gemenilor digitali: dezvoltare în 4 etape
Studiul clasifică gemenii digitali în patru etape și explică nivelurile utilizate în medicină:
| 🔍 Tip | 🧠 Definiție | 📌 Exemple de utilizare |
|---|---|---|
| Geamăn static (Static Twin) |
Include doar informații structurale, fără simularea comportamentului |
Modele 3D ale organelor |
| Geamăn oglindă (Mirror Twin) |
Pe lângă funcțiile geamănului static, are capacitate de simulare dinamică |
Planificare chirurgicală |
| Geamăn umbră (Shadow Twin) |
Cu date în timp real poate fi actualizat |
Sincronizare cu dispozitivele purtabile |
| Geamăn inteligent (Intelligent Twin) |
Învață prin inteligență artificială, poate face predicții și recomandări |
Recomandări terapeutice individuale, sprijin decizional automat |
Sprijinirea deciziilor clinice
Gemenii digitali simplifică datele clinice complexe, reducând povara cognitivă a clinicienilor în procesul decizional. Prin simulări și vizualizări clare, permit luarea unor decizii mai sigure și mai rapide în situații clinice incerte.
Domenii de aplicare și aspecte de reglementare
Tehnologiile gemenilor digitali sunt promițătoare în domenii diverse, precum neurologia, cardiologia și oncologia. În Spania, de exemplu, gemenii digitali sunt utilizați pentru studierea proceselor de recuperare în psihoză și pentru sprijinirea diagnosticului aritmiilor cardiace. În pofida dezvoltării rapide, tehnologia este încă într-un stadiu timpuriu și se confruntă cu dificultăți tehnice și de reglementare. Pe termen lung, are însă un potențial ridicat pentru experimente virtuale sigure și evaluarea mai multor opțiuni terapeutice.
Aplicații remarcabile ale gemenilor digitali
-
SIMULIA Living Heart: Geamăn digital autorizat, dezvoltat în parteneriat de FDA și Dassault, care modelează funcțiile inimii.
-
FEops HEARTguide: Geamăn digital asistat de inteligența artificială, utilizat pentru planificarea procedurilor cardiace precum TAVI (autorizat în UE și SUA).
-
Project BreathEasy: Geamăn digital pulmonar care estimează necesarul de suport respirator în COVID-19.
-
MindBank Ai și Babylon: Aplicații axate pe starea de bine, care urmăresc stilul de viață și nivelul de stres al persoanelor.
Revoluția gemenilor digitali în studiile clinice
Studiile clinice in silico pot evalua anticipat eficacitatea medicamentelor și a tratamentelor prin simulări digitale în locul pacienților reali. Cu sprijinul FDA și EMA, indicațiile unor medicamente precum palbociclibul și alectinibul au fost extinse prin studii bazate pe gemeni digitali. Studiul VICTRE a realizat cu succes evaluări preliminare ale aparatelor de mamografie folosind imagini mamare sintetice.
Aplicații în oncologia personalizată
-
Cancer orofaringian: Un model de geamăn digital pacient-medica comparat, prin învățare Q profundă și simulare, care strategie de chimioradioterapie (secvențială sau concomitentă) este mai eficientă în carcinomul scuamos orofaringian. Studiul, efectuat pe aproximativ 536 de pacienți, a arătat cu o precizie de 87% că modelele secvențiale sau concomitente urmărite prin geamănul digital puteau fi optimizate atât pentru supraviețuire, cât și pentru toxicitate.
-
Cancer mamar triplu negativ (TNBC): Nature npj Digital Medicine (2025) a publicat un articol potrivit căruia un model matematic biologic bazat pe datele RMN ale celor 105 paciente cu TNBC din studiul ARTEMIS a creat gemeni digitali pentru estimarea răspunsului patologic complet (pCR). Modelul are o performanță AUC de 0.82%. Optimizând schema individuală de chimioterapie neoadjuvantă prin 128 de combinații diferite de doză și frecvență, acești gemeni digitali au mărit rata pCR cu aproximativ 21–25%.
-
Cancer pulmonar fără celule mici (NSCLC): Cu ajutorul unor seturi mari de date (date despre peste 25.000 de leziuni) și al modelării predictive, a fost optimizat tratamentul cancerului pulmonar fără celule mici (NSCLC). Aceste studii au comparat eficacitatea, în special pentru pembrolizumab și opțiunile de chimioterapie, prin simulări cu gemeni digitali. Activitatea academică din acest domeniu este susținută de sinteze ample, precum „From virtual to reality: innovative practices of digital twins in tumor therapy”.
Un exemplu avansat de utilizare din Spania
Proiectul „Oncologie de înaltă definiție în cancerele femeilor”, derulat de Centrul Național Spaniol de Cercetare a Cancerului (CNIO), utilizează tehnologia gemenilor digitali la femei cu cancer metastatic avansat. Proiectul integrează date ample, inclusiv metabolismul tumoral, expresia genelor și a proteinelor, parametrii fiziologici și starea psihologică, pentru a crea modele de gemeni digitali personalizate. O altă inovație importantă este estimarea vârstei biologice a pacientelor, evaluând dacă boala accelerează sau încetinește îmbătrânirea biologică și ajustând intensitatea și combinațiile tratamentului.
Validare clinică și infrastructură de date
Validarea clinică a gemenilor digitali necesită compararea cu date din practica reală și demonstrarea unei valori suplimentare față de metodele clinice existente. Dezvoltarea unor infrastructuri de date compatibile și interoperabile între țări este esențială pentru utilizarea la scară globală.
Cadrul de reglementare și etic
Aspecte fundamentale precum proprietatea datelor, validarea beneficiului clinic și echitatea datelor nu au încă un cadru de reglementare clar. Deși există legislația UE (GDPR) și a SUA (HIPAA), reglementările cuprinzătoare specifice gemenilor digitali sunt încă în curs de elaborare.
Consorții globale
-
SDTC (Suedia): Screening personalizat al medicamentelor prin secvențiere ARN la nivel de celulă individuală.
-
DIGIPREDICT (UE): Proiect axat pe intervenția precoce în bolile cardiovasculare.
-
DT4H.org: Platformă de colaborare interdisciplinară pentru boli precum sepsisul, diabetul și cancerul pulmonar.
Perspective de viitor
-
Gemeni digitali ai întregului corp, în timp real, prin calcul exascale.
-
Aplicații ale gemenilor digitali în formarea clinică bazată pe realitate virtuală.
-
Platforme de partajare sigură a datelor prin tehnologia blockchain.
Concluzie
Gemenii digitali reprezintă o tehnologie cu potențialul de a schimba paradigma medicinei personalizate și a sprijinului decizional clinic. Prin integrarea dinamică a datelor și îmbunătățirea rezultatelor din practica reală, ei sporesc eficacitatea serviciilor de sănătate, cresc precizia deciziilor clinice și transformă economia sănătății.
Surse
2. Zhang K, Zhou HY, Baptista-Hon DT, Gao Y, Liu X, Oermann E, Xu S, Jin S, Zhang J, Sun Z, Yin Y, Razmi RM, Loupy A, Beck S, Qu J, Wu J; International Consortium of Digital Twins in Medicine. Concepts and applications of digital twins in healthcare and medicine. Patterns (N Y). 2024 Aug 9;5(8):101028. doi: 10.1016/j.patter.2024.101028. PMID: 39233690; PMCID: PMC11368703.
3. Digital Twins: Medicine’s New Crystal Ball? - Medscape - July 03, 2025.
4. Giansanti D, Morelli S. Exploring the Potential of Digital Twins in Cancer Treatment: A Narrative Review of Reviews. J Clin Med. 2025 May 20;14(10):3574. doi: 10.3390/jcm14103574. PMID: 40429568; PMCID: PMC12111985.
5. Shen S, Qi W, Liu X, Zeng J, Li S, Zhu X, Dong C, Wang B, Shi Y, Yao J, Wang B, Jing L, Cao S, Liang G. From virtual to reality: innovative practices of digital twins in tumor therapy. J Transl Med. 2025 Mar 19;23(1):348. doi: 10.1186/s12967-025-06371-z. PMID: 40108714; PMCID: PMC11921680.
6. Zhang K, Zhou HY, Baptista-Hon DT, Gao Y, Liu X, Oermann E, Xu S, Jin S, Zhang J, Sun Z, Yin Y, Razmi RM, Loupy A, Beck S, Qu J, Wu J; International Consortium of Digital Twins in Medicine. Concepts and applications of digital twins in healthcare and medicine. Patterns (N Y). 2024 Aug 9;5(8):101028. doi: 10.1016/j.patter.2024.101028. PMID: 39233690; PMCID: PMC11368703.
Ți-a fost util acest articol?
Feedbackul tău ne ajută să îmbunătățim conținutul.





Comentariile cititorilor
Împărtășește comentariul tău
Numele și comentariul dumneavoastră sunt publicate numai după aprobarea administratorului. Adresa de e-mail nu este afișată niciodată vizitatorilor.
Fii primul care comentează.